图像扩充相关论文
类别不平衡数据分类问题是机器学习领域中的常见问题。为了缓解类别不平衡问题带来的负面影响,一种常用的方法是对不平衡数据集中......
Arnold变换被广泛应用于图像加密领域,为了弥补传统的Arnold变换仅仅针对方阵进行处理的局限,该文验证了改进的基于Arnold变换的图......
随着我国电网智能化、信息化的建设与发展,电网中的电力设备通过长期的运维、检修和试验,积累了大量的各种形式的电力数据。其中,......
类别不平衡问题在机器学习中比较常见,往往会对学习过程产生一定负面影响。对数据集中的少数类样本进行扩充,是解决类别不平衡问题......
为解决色织物缺陷检测时传统人工的误检率、漏检率较高问题,给出一种应用生成对抗网络(GAN,generative adversarial net)和Faster ......
